基于大气偏振特性的载体三维空间自主姿态测量理论与方法研究

According to the request of the autonomous navigation in unfamiliar area with weak/no satellite signal and complex electromagnetic environment, we imitate the polarization navigation model of cataglyphis and use the polarization pattern of skylight as the navigation information source to develop a novel method to measure the carrier 3D attitude autonomously using the atmospheric polarization pattern. The platform and the processing technique to precisely acquire all-sky polarization information are developed. Image segmentation is introduced to recognize the effective sky area, overcoming the problem that polarization navigation is impressionable in complex environment like cloudy, foggy and night. The algorithm using sun and zenith as the double polarization feature vectors are proposed to solve the attitude equation, enabling the acquisition of carrier 3D attitude. Error propagation model of attitude measurement is established to improve the reliability and environmental adaptability of attitude measurement, providing basic theory and key technique for polarization attitude measurement in 3D space.

本项目面向无人平台在陌生区域、弱/无卫星信号及复杂电磁环境下的自主导航需求，以太阳光大气粒子瑞利散射形成的空间偏振分布为导航信息来源，以沙蚁偏振信息导航生物模型为基础，开展基于大气偏振特性的载体三维空间自主姿态测量理论与方法研究。研制三维空间偏振信息测量平台，开发全天域三维偏振模式高精度获取技术；提出一种基于图像分割的天空局部有效区域识别算法，解决多云、雾霾、夜间等复杂环境下大气偏振模式被破坏后导航方法的可靠性问题；提出太阳和地理天顶点为双偏振特征矢量的姿态方程求解方法，实现载体空间三维姿态解算；建立姿态测量误差传递模型，提高姿态解算的可靠性与环境适用性，为偏振光导航三维空间自主姿态测量提供基础理论与关键技术支持。

本项目面向无人平台在陌生区域、弱/无卫星信号及复杂电磁环境下的自主导航需求，开展了基于大气偏振特性的载体三维空间自主姿态测量理论与方法研究。研制了三维空间偏振信息测量平台，并对偏振信息测量系统进行了标定与优化，实现了全天域三维偏振模式高精度获取；提出了基于脉冲耦合神经网络(PCNN)图像处理算法和中值滤波技术的图像分割识别方法，解决了多云、建筑物和树木遮挡、夜间等复杂环境下大气偏振模式被破坏后的导航信息特征提取难题。提出了一种基于K-mean聚类算法的太阳位置解算方法，突破了大气偏振模式的空间显著特征点提取技术；建立了大气偏振模式空间显著特征点与载体姿态变化的映射关系模型，提出了基于太阳和天顶点为偏振特征矢量的姿态方程求解方法，实现了载体三维空间姿态解算。建立了姿态测量误差传递模型，提出了基于RFR神经网络的误差补偿算法，并结合惯导系统开展了非水平地面、建筑物和树木遮挡、非连续观测环境下姿态获取关键参数的算法验证及组合导航应用测试，提升了姿态解算可靠性与环境适用性。项目在国内外知名期刊上发表学术论文11篇，其中SCI收录4篇，申请国家发明专利2项。本项目研究成果可为陌生区域、弱/无卫星信号及复杂电磁环境下的导航应用提供基础理论与关键技术支持，丰富了现有导航应用方式。